Národní úložiště šedé literatury Nalezeno 4 záznamů.  Hledání trvalo 0.00 vteřin. 
Akcelerace neuronových sítí v FPGA
Krčma, Martin ; Strnadel, Josef (oponent) ; Kaštil, Jan (vedoucí práce)
Tato práce se zabývá metodikami učení struktur FPNN. Zmiňuje se především na zpúsoby přímého převodu naučených neuronových sítí na FPNN, což je výhodné v situacích, kdy nejsou k dispozici trénovací data.
Akcelerace neuronových sítí v FPGA
Krčma, Martin ; Strnadel, Josef (oponent) ; Kaštil, Jan (vedoucí práce)
Tato práce se zabývá metodikami učení struktur FPNN. Zmiňuje se především na zpúsoby přímého převodu naučených neuronových sítí na FPNN, což je výhodné v situacích, kdy nejsou k dispozici trénovací data.
Sledování rozvoje únavových trhlin v nýtovaných leteckých konstrukcích pomocí akustické emise
Chlada, Milan ; Převorovský, Zdeněk
Akustická emise představuje jednu z významných nedestruktivních metod pro detekci a identifikaci rostoucích materiálových defektů. Původ různých typů detekovaných emisních signálů lze vysvětlit rozdílnými mechanismy poruch nebo provozními šumy. Monitorování konstrukcí pomocí akustické emise vyžaduje nové, robustní a rychlé metody pro lokalizaci a klasifikaci emisních zdrojů. Nově navržená lokalizační metoda na bázi umělých neuronových sítí, využívající tzv. časové profily příchodů signálu v poli snímačů akustické emise, byla aplikována na sledování rozvoje trhlin během dlouhodobého únavového zatěžování vzorků nýtované pásnice křídla letounu. V příspěvku jsou diskutovány možnosti této metody pro vzdálené "on-line" sledování růstu nebezpečných trhlin v kritických částech leteckých konstrukcí.
Detection of AE Sources During Long-term Fatigue Tests of Riveted Aircraft Wing Flange
Chlada, Milan ; Převorovský, Zdeněk
Fracture is the primary threat to the integrity, safety, and performance of nearly all highly stressed mechanical structures, e.g., aircrafts, building units or pressure vessels. Contemporary exacting demands on reliability and safety of material structures are not realizable without effective means of NDT and continuous state monitoring. AE monitoring of structures needs new robust and fast methods for emission source location and classification. Recently proposed AE source location method using so-called signal arrival time profiles and artificial neural networks (ANN) was applied for monitoring of growing defects during long-term fatigue testing of riveted aircraft wing flange. The potentialities of the method regarding the on-line monitoring of dangerous crack growth in selected critical parts of aircraft structures are discussed.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.